为什么要用数学公式去套那个反射峰？能提高精度吗？
在光纤布拉格光栅（FBG）传感技术中，使用数学公式（如高斯拟合法）去拟合反射光谱峰值，不仅是必要的，而且是大幅提升解调系统测量精度和分辨率的核心手段。
这背后的物理和工程原因可以从以下三个维度进行学术解析：
1. 物理反射谱的“连续性”与硬件采样的“离散性”冲突
光纤光栅（FBG）在物理上反射的是一段连续的光谱，其理论反射率分布非常接近高斯（Gaussian）函数、洛伦兹（Lorentzian）或 Sinc 函数。
但在实际测量中，光纤光栅解调仪（无论是基于 CCD/InGaAs 线阵探测器的光谱仪型，还是基于可调谐激光器的扫描型）对该反射峰的测量都是离散采样的。光敏芯片的像素点或激光器的步进波长将连续的光谱切割成了有限个离散的数据点。
-
“直接寻峰法”（找最大值）的局限性：
如果不使用数学公式进行拟合，直接寻找离散采样点中光强最大的那个点作为反射中心波长，那么测量的波长分辨率将完全受限于解调仪的硬件物理采样间隔（像素分辨率）。例如，若解调仪的物理采样间隔为 40\text{ pm} ，不采用数学拟合时，系统的极限波长分辨率就只能是 40\text{ pm} 。在实际传感中， 40\text{ pm} 的漂移通常对应约 4\text{ }^\circ\text{C} 的温度变化或 40\ \mu\varepsilon 的应变，这种粗糙的分辨率在工业和科研精密测量中是无法使用的。
2. 数学拟合如何实现“亚像素（Sub-pixel）”超分辨率？
高斯拟合法（Gaussian Fitting Method）通过将离散的实验数据点带入已知的高斯数学模型中，突破了硬件物理采样间隔的物理限制。
高斯反射峰的一般数学表达式为：
I(\lambda) = I_0 \exp\left( -4 \ln 2 \frac{(\lambda - \lambda_B)^2}{\Delta \lambda^2} \right)
其中：
- I(\lambda) 为波长 \lambda 处的反射光强；
- \lambda_B 为我们需要寻找的 Bragg 中心波长；
- \Delta \lambda 为反射峰的 3\text{ dB} 带宽。
解调仪在获取反射峰顶附近的若干个离散数据点（通常采用反射率在 -3\text{ dB} 至 -10\text{ dB} 范围内的点）后，通过对数化线性拟合或最小二乘非线性回归算法，反向求解出该高斯曲线的理论对称中心轴 \lambda_B 。
通过这种数学插值和回归计算，中心波长 \lambda_B 的输出值不再受像素点位置的限制，而是一个高精度的连续浮点数。这可以将波长分辨率从物理采样间隔（如 40\text{ pm} ）直接提升至 1\text{ pm} 甚至 0.1\text{ pm} 。精度和分辨率由此提高了 100 到 400 倍。
3. 抑制随机噪声，提高测量稳定性
在实际的光电信号转换和传输过程中，信号会不可避免地叠加光源的自发辐射（ASE）噪声、探测器热噪声和暗电流噪声。
- 如果采用简单的“寻找最大值点”方法，只要最大值附近的某一个采样点因噪声产生微小抖动，解调出的波长值就会发生跳变，产生较大的测量标准差。
- 而高斯拟合算法利用了反射谱线上的一组数据点进行整体拟合。在最小二乘法等数学回归中，单个采样点的随机噪声在求和计算中会被平均和淡化。这种对噪声的统计平均作用，赋予了拟合算法极强的抗噪能力，从而使解调出的波长具有极高的重复性和稳定性。
在实际系统中的应用
在精密光纤传感应用中，优秀的解调仪固件和上位机软件都会集成此类算法。例如， OFSCN® Fiber Bragg Grating Interrogator 在对 FBG 进行光谱数据处理时，正是通过内置的高性能拟合寻峰算法，才能在有限的采样硬件下，稳定提供默认 1\text{ pm} 甚至可定制 0.1\text{ pm} 的超高波长分辨率。
这种算法带来的亚皮米（Sub-pm）级波长分辨率，是保证诸如 OFSCN® 300°C Fiber Bragg Grating Temperature Sensor 或各类 OFSCN® FBG Strain Sensor Products Aggregation 能够输出高分辨率、高重复性物理量数据的技术基石。